https://blog.csdn.net/u010665216/article/details/78635664?locationNum=6&fps=1
https://www.cnblogs.com/daguankele/p/6595470.html
https://blog.csdn.net/wl_ss/article/details/78508500
https://www.cnblogs.com/xyou/p/9181333.html
一、onehot的优点
二、特征的归一化处理
基于树的方法不需要进行特征的归一化,决策树是没有特征大小的概念的,只有特征处于他分布的哪一部分的概念。例如随机森林,bagging与boosting等方法。如果是基于参数的模型或者基于距离的模型,因为需要对参数或者距离进行计算,都需要进行归一化。关于归一化的详细介绍,可以参考 数据标准化/归一化normalization